Mortality among older adults after a traumatic brain injury: A meta-analysis
Notice bibliographique
Résumé
PRIMARY OBJECTIVE: To examine mortality rates among older adults (≥60 years) post-traumatic brain injury (TBI). RESEARCH DESIGN: Systematic review and meta-analysis. METHODS AND PROCEDURES: Using multiple databases, a literature search was conducted for articles on mortality after TBI published up to July 2011. Information on patient characteristics (age, Glasgow Coma Scale (GCS), injury aetiology, etc.), mortality rates, time to death and study design was extracted and pooled. MAIN OUTCOMES AND RESULTS: Twenty-four studies had an overall mortality rate of 38.3% (CI 27.1-50.9%). The odds of mortality for those over 75 years compared to those of 65-74 years was 1.734 (CI = 1.311-2.292; p < 0.0001). Pooled mortality rates for mild (GCS 13-15), moderate (GCS 9-12) and severe (GCS 3-8) head injuries were 12.3% (CI = 6.1-23.3%), 34.3% (CI = 19.5-53.0%) and 65.3% (CI = 53.1-75.9), respectively. Odds ratios comparing severe to mild and moderate to mild head injuries were 12.69 (CI = 5.29-30.45; p < 0.0001) and 5.31 (CI = 3.41-8.29; p < 0.0001), respectively. There was no significant difference in the odds of death between severe and moderate injuries (p = 0.116). CONCLUSIONS: These mortality rates associated with moderate and severe injuries may be attributed to complications, chronic disease prevalence, conservative management techniques or the consequences of biological ageing.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,016 | 0,054 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».